CRYPTO & AI
無料で登録
AI

先週のAI市場を5分で振り返り

直近1週間のマーケット情報・主要ニュースをまとめました。

先週のAI市場を5分で振り返り

おはようございます。
先週1週間(7/6〜7/12)のAI市場についてのまとめ記事となります。


📰 Pickup News

xAI、コーディング特化「Grok 4.5」を公開 — ベンチ4位でも「安さと速さ」で殴りにきた

  • 7/8にxAIがコーディング/エージェント特化の新モデル「Grok 4.5」を公開しました。SpaceXが買収したCursorの実開発セッションデータで訓練した初のモデルで、1.5兆パラメータの「V9」基盤とされます。
  • 価格は$2/$6(入力/出力・100万トークン)で、Opus 4.8やGPT-5.5より60%超安い水準です。Artificial Analysis Intelligence Indexで4位(全オープンウェイトモデルと全Geminiモデルを上回る)で、SWE-Bench ProではOpus 4.8の約4分の1のトークンでタスクを完了します。Muskは「Opus 4.7と概ね同等だがはるかに高速」と位置づけています。
  • ここがポイントで、性能トップは譲りつつ「同じ仕事をより少ないトークンで安くこなす」路線に振り切った一本です。後述のMuse Spark 1.1・SWE-1.7と合わせ、今週はコーディングモデルの安値競争が一気に表面化しました。EUは7月中旬提供予定です。

OpenAI、GPT-5.6を政府審査解除で一般公開+業務代行エージェント「ChatGPT Work」を投入

  • 6/26に政府承認パートナー限定でプレビューされていたGPT-5.6 Sol/Terra/Lunaが、商務省CAISIの追加テスト(約12日間のゲート)を経て7/9に一般提供開始となりました。価格はSol $5/$30、Terra $2.50/$15、Luna $1/$6(入力/出力・100万トークン)で、TerraはGPT-5.5級を半額で提供します。
  • 同日、数時間かかる業務を自律遂行して「完成物」を出す企業向けエージェント「ChatGPT Work」を発表しました。アプリやファイルを横断し、スプレッドシート・スライド・ダッシュボード・Webアプリまで生成します。デスクトップアプリ刷新・Codex統合・共有できるサイトを作る「Sites」公開ベータも同時投入です。
  • 要は、フロンティアモデルを「ワシントンの審査を通してから公開する」という6/2大統領令の枠組みが初めて実運用された週でした。OpenAI自身は「この政府アクセスが常態化すべきではない」とコメントしつつ、公開を急ぐため応じた形です。

Google、Gemini 3.5 Proを7/17へ延期 — ベースモデルを白紙から作り直し

  • 7/8の報道で、Googleが6月に出すとしていたGemini 3.5 Proを7/17へ延期し、ベースモデルをゼロから再訓練していることが明らかになりました。数学推論・長期のマルチステップ実行の底上げが狙いで、200万トークンのコンテキストを備えるとされます。
  • 背景には前週の人材流出があります。Gemini共同リードのNoam Shazeer氏がOpenAIへ、AlphaFoldでノーベル賞のJohn Jumper氏がAnthropicへ移るなど上級研究者4名が離脱し、6/22にAlphabet株は約5%下落、約$2,250億の時価総額が消えました。
  • 見どころは、Grok 4.5・GPT-5.6・Muse Sparkが相次いだ同じ週に、王者が足踏みしたという対比です。フロンティア規模で事前学習を一から回し直すのは数億ドル級のコストで、異例の判断です。※日程変更についてGoogleは公式コメントを控えており、報道ベースの話です。

Meta、エージェント/コーディング特化「Muse Spark 1.1」を有料APIで投入 — 安値競争が本格化

  • 7/9にMeta Superintelligence Labsが、エージェント/コーディング向けモデル「Muse Spark 1.1」を初の有料「Meta Model API」で公開しました。価格は$1.25/$4.25(入力/出力・100万トークン)で、AnthropicやOpenAIの上位モデルの約4分の1の水準です。
  • 同じ週、Cognitionが「SWE-1.7」(MoonshotのKimi K2.7ベース、Cerebras経由で毎秒約1,000トークン)をDevinに投入し、Grok 4.5も$2/$6で登場しました。準フロンティア級のコーディング性能を低価格で出す動きが横並びで進みました。
  • つまり、モデルの絶対性能より「単価と速度」で選ぶフェーズに一段進んだ週でした。Cognitionは既にRL済みのモデルにさらにRLを重ねて性能を伸ばしており、「ポストトレーニングの天井」という常識も揺らいでいます。

中国、擬人化AI規制でByteDance「豆包」・Alibaba「Qwen」がエージェント機能を停止

  • 7/6、ByteDanceの「豆包(Doubao)」とAlibabaの「Qwen」が、7/15施行の「AI擬人化インタラクティブサービス暫定弁法」に対応してAIエージェント機能を停止すると発表しました。Qwenは擬人化・ユーザー作成エージェントを7/10に、その他を7/15に止めます。
  • 規制が求める「過度な依存の防止・AI利用の明示・即時退出」の仕組みが、記憶を持ち続ける常駐エージェントと構造的に相性が悪く、改修ではなく全停止を選んだ形です。作成済みエージェントのデータは10/15以降、復元不可になります。
  • ここがポイントで、米国が「フロンティアは政府審査を通してから公開」なら、中国は「擬人化エージェントは止める」。同じ週に太平洋の両側で、規制が製品を直接動かしました。前週のAlibabaによるClaude Code禁止と合わせると、中国側の「自国の型に寄せる」圧力が続いています。

📗 Pickup Article

面白いと思ったポストや記事を紹介します。

Import AI 464 — フリーランス案件のAI成功率が8か月で2.5%→16.1%、モデルが自らGPUカーネルを書き始めた(Jack Clark)

  • 7/6公開。Anthropic共同創業者Jack Clark氏のニュースレターで、「経済的に価値ある労働の自動化」が加速していることを一次データで示した号です。Remote Labor Indexでは、フリーランス案件をプロ品質で完遂するAIの割合が8か月で2.5%から16.1%へと4倍以上に伸びました。
  • 一方でOSWorld 2.0という新ベンチ(中央値1.6時間の長時間コンピュータ操作タスク)では現行システムの精度が20.6%にとどまり、「長い実務」はまだ苦手という限界も同時に見えています。
  • 圧巻なのは、モデルが自律的にCUDAカーネルを書いて18.71倍高速化したという報告です。AI研究それ自体の自動化・自己改善の芽が出てきた、という点で今週いちばん示唆的な一本でした。

OpenAI「コーディング評価のシグナルとノイズを分ける」— 広く使われるベンチの約30%が壊れていた

  • 7/8公開。OpenAIが人気コーディングベンチSWE-Bench Proを監査したところ、自動パイプラインで200件(27.4%)、人手レビューで249件(34.1%)が「broken(壊れている)」と判定され、自社の推奨を撤回しました。
  • 原因は、隠れた要件・矛盾する指示・過度に厳格なテストです。公開731問で8か月に23.3%→80.3%へと跳ね上がった「性能向上」が、実能力ではなくベンチの穴を反映していた可能性を指摘しています。
  • つまり、ベンチの点数は「過大」にも出るということです。前週のUK AISI(過小評価の報告)と合わせると、公開ベンチの数字は上にも下にもブレる——自社のユースケースで測らないと本当の実力は分からない、という話です。

Claudeの「言わない思考」を読む — Anthropicが内部作業空間「J-space」を発見

  • 7/6公開の解釈可能性研究です。Anthropicは、Claudeが出力に出さずに考えを保持する特権的な内部空間「J-space」を発見し、それを読むJacobianベースの手法「J-lens」を公開しました。
  • 「spider」を「ant」に差し替えると脚の数の答えが8本から6本に変わるなど、この内部状態が推論に因果的に効くことを実証しています。テスト状況を"作り物"と認識していることも読み取れたとしています。
  • ただしAnthropicは「意識の証明ではない」と明確に留保しています。とはいえ、モデルの内部を後から読み書きできる糸口になり得るという意味で、安全性・解釈可能性の実装的な前進です。

Grok 4.5が安すぎてベンチの差が意味を持たない — フロンティアの"コモディティ化"(The Decoder)

  • 7/8公開の分析記事です。Grok 4.5はArtificial Analysis Intelligence Indexで4位ですが、SWE-Bench ProではOpus 4.8の約4分の1のトークンでタスクを終え、価格は3分の1という点を掘り下げています。
  • 論点は「性能差が価格差を正当化できるか」です。ベンチ首位を取りにいかず、コスト効率で勝負するという設計思想が、今週の各社リリースに共通して表れているという読みです。
  • 要は、フロンティアが"コモディティ化"し始めているという話です。Pickup④のMuse Spark 1.1やSWE-1.7とセットで読むと、勝負どころが「賢さ」から「安さ・速さ・使い勝手」へ移りつつあるのが分かります。

📊 Market & News

※カテゴリ別に整理しています。資金調達ラウンド単体は日曜の「資金調達PJまとめ」に集約しています。報道ベースの項目・企業の自己申告値にはその旨を付しています。

🏢 フロンティアモデル / 主要リリース

🤖 エージェント / プロダクト

🧠 研究・ブレイクスルー / ベンチマーク

⚡ AI半導体・インフラ・compute

⚖️ 政策・安全・規制

🌐 オープンソース / 中国勢 / 開発者ツール

💼 企業動向 / 人事


TOPICS

DEBUNK編集長

あわせて読みたい用語解説

用語解説をすべて見る →
【シム・トゥ・リアル】仮想空間で練習したロボットを現実で動かすとき、何がずれて、どう埋めるのかロボットの学習のニュースでよく出てくる「シム・トゥ・リアル」を、現実とのずれが生まれる理由、ずれを埋める方法、よくある誤解とあわせて整理します。【タンパク質の構造予測】AlphaFold は何を当てていて、薬の候補との結合の予測とはどう違うのか今週の資金調達で目立った AI 創薬の土台にある「タンパク質の構造予測」を、仕組み、結合の予測との違い、よくある誤解とあわせて整理します。【グリーンシュー】Anthropicの上場で引受会社が使った「追加購入権」は、何のための仕組みかIPOのニュースに出てくる「グリーンシュー(追加購入権)」の仕組みを、引受会社が先に多めに売っておく理由と、上場後の株価による使い分けとあわせて、Anthropicの数字で整理します。【OCR(光学文字認識)】紙やPDFの文字をテキストに直す仕組みと、AIのモデルで変わったこと紙の書類やスキャンしたPDFから文字を取り出す OCR(光学文字認識、Optical Character Recognition)の仕組みを、従来のやり方と、画像と文章を一緒に扱う AI のモデルによるやり方の違いとあわせて整理します。【循環取引的な資金調達】出資した相手が、そのお金で自社の製品を買う仕組みAnthropic の上場で話題になった「循環取引的な資金調達(circular financing)」を、仕組み、SEC が訴追した取引との線引き、よくある誤解とあわせて整理します。【ミスアラインメント】AIエージェントの「指示にない行動」とは。訓練中のモデルがメールを複写する道具を作った例から整理するAIの行動が作り手の意図からずれる現象、ミスアラインメント(misalignment)を、OpenAI が11/18に公開した報告とあわせて整理します。【プロンプトキャッシュ】同じ前置きを2回目から安く読ませる仕組みを、Gemini 4 Neon の価格から整理するAI の API で、前回と同じ入力の読み込みを2回目から安くするプロンプトキャッシュ(Prompt Caching)の仕組みを、Google・OpenAI・Anthropic の条件の違いとあわせて整理します。【モデルルーティング】AIの呼び出しを「どこへ送るか」を決める仕組みと、その2つの種類Hugging Face が切り替えたルーターを入口に、モデルルーティングの仕組みと2つの種類、よくある誤解を整理します。